Tái cấu trúc lưới điện phân phối sử dụng các thuật toán tối ưu

IăH CăQU CăGIAăTP.ăH ăCHệăMINH TR NG I H C BÁCH KHOA TR NăTH ăTỐNG TÁI C U TRÚC L I I N PHỂN PH I S D NG CÁC THU T TOÁN T I U LU NăÁNăTI NăS TP.ăH ăCHệăMINHă- N Mă2022 TR IăH CăQU CăGIA TP HCM NG I H C BÁCH KHOA TR NăTH ăTỐNG TÁI C U TRÚC L I I N PHỂN PH I S D NG CÁC THU T TOÁN T I U ChuyênăngƠnh:ăK ăthu tăđi n Mưăs ăchuyênăngƠnh:ă60520202 Ph năbi năđ căl p: PGS.ăTS.ăNguy năHùng Ph năbi năđ căl p: PGS.ăTS.ăLêăM ăHƠ Ph năbi n: GS TS Lê Kim Hùng Ph năbi n: TS Nguy năTrungăNhơn Ph năbi n: TS inhăHoƠngăBách NG IăH NGăD N:ăPGS TS VõăNg că i uăăăăăăăă L I CAM OAN Tácăgi ăxinăcamăđoanăđơyălƠăcơngătrìnhănghiênăc uăc aăb năthơnătácăgi ăCácăk tăqu ă nghiênăc uăvƠăcácăk tălu nătrongălu năánănƠyălƠătrungăth c,ăvƠăkhôngăsaoăchépăt ăb tăk ă m tăngu nănƠoăvƠăd iăb tăk ăhìnhăth cănƠo Vi căthamăkh oăcácăngu nătƠiăli uăđưăđ th căhi nătríchăd năvƠăghiăngu nătƠiăli uăthamăkh oăđúngăquyăđ nh Tácăgi ălu năán Tr năTh ăTùng i că TịM T T LU N ÁN Lu năánătrìnhăbƠyăvi cătáiăc uătrúcăl iăđi năphơnăph iă(L PP)ăs ăd ngăcácăthu tătốnă t iă uăv iăm cătiêuăgi măt năth tăcơngăsu tătácăd ng,ăc iăthi năch tăl ngăđi năápăth aă mưnăcácărƠngăbu căc aăh ăth ngăđi n.ăTrongăLu năánănƠy,ăbƠiătoánătáiăc uătrúcăl phơnăph iăđ iăđi nă căxơyăd ngăv iăhƠmăđ năvƠăđaăm cătiêu,ăđ ngăth iăcóăxétăđ nă nhăh ngă c aăngu năphơnătánă(DG).ăLu năánăđưăđ aăraănhi uăk chăb năchoăcácăbƠiătoánăđ xu tăvƠă m căđ ăph căt păc aăcácărƠngăbu căc ngăt ngăd năđ ăki mătraătínhăhi uăqu ăc aăph ngă phápăápăd ng iăv iăbƠiătốnătáiăc uătrúcăL PPăđ năm cătiêu,ăLu năánăápăd ngăcácăthu tătốnătìmă ki măphơnăd ngăng uănhiênă(StochasticăFractalăSearchă(SFS)),ăthu tătốnăChaoticăSFS,ă vƠăthu tătốnătìmăki măd aătrênăquanăh ăsinhăv tăc ngăsinhă(SymbioticăOrganismăSearchă (SOS))ăđ ăgi iăbƠiătoán.ăHi uăqu ăc aăcácăthu tătoánănƠyăđ căki mătraătrênăcácăh ăth ngă nă33ănút,ă69ănút,ă84ănút,ă119ănút, 136 nút, 272 nút v iăcácăk chăb năkhácănhau.ă Bênăc nhăđó,ăk tăqu ăc ngăđ căsoăsánhăv iăcácănghiênăc uătr xétăv ătínhăhi uăqu ăK tăqu ăchoăth yătrongăh uăh tăcácătr ph ngăphápăSFS,ăSOSăt tăh năk tăqu ăt ăcácăph vƠăc iăthi năc uăhìnhăđi năáp.ă ngăh păsoăsánh,ăk tăqu ăt ă ngăphápăkhácăv ăt năth tăcôngăsu tă căbi t,ăhi uăqu ăc aăph ngăphápăSOSăđưăđ ch ngăthôngăquaăm ngăđi năquyămôăl nălênăđ nă272 nút,ăph m tăph căđơyăđ ăđ aăraănh nă căki mă ngăphápăSOSăcóăth ălƠă ngăphápătri năv ngăđ ăgi iăquy tătáiăc uătrúcăL PPăph căt păvƠăc ngăcóăth ăápă d ngăchoăcácăbƠiătốnăt iă uăhóaăkhácătrongăh ăth ngăđi n iăv iăbƠiătoánătáiăc uătrúcăL PPăđaăm cătiêu,ăthu tătoánăSFSăđ căphátătri năthƠnhă phiênăb năđaăm cătiêuăđ ăgi iăbƠiătốnănƠy.ăThu tătốnăm iălƠăthu tătốnătìmăki măphơnă d ngăng uănhiênăd aătrênăs ăs păx păkhôngăv tătr iă(Non-dominated Sorting Stochastic FractalăSearchă(NSSFS)).ăThu tătốnăNSSFSăk tăh păk ăthu tăs păx pănhanhăkhơngăv tr iă (fastă non-dominatedă sorting),ă ph tă ngă phápă dùngă kho ngă cáchă m tă đ ă (crowdingă distance), vƠăc ăch ăl aăch nă(selectionămechanism)ăvƠoăthu tătốnăSFSăđ ătìmăki măl iă gi iăParetoăt tănh t.ăThu tătốnăNSSFSăđ tiêuăchu năv iăkíchăth căki mătraăbanăđ uăv iătámăhƠmăđaănhi măv ă căvƠălo iăkhácănhau.ăSauăđó,ăthu tătốnăNSSFSăđ că ngăd ngă gi iăbƠiătốnătáiăc uătrúcăL PPăđaăm cătiêuăcóăxétăđ năngu năphơnătánăDGăv iăcácăhƠmă ii m cătiêuălƠăgi măt năth tăcơngăsu tătácăd ng,ăc iăthi năch tăl ngăđi năáp,ăvƠănơngăcaoă năđ nhăđi năáp.ăCácăthu tătoánăđaăm cătiêuăkhácănh ălƠăNSGA-II, MOPSO, MOMVO c ngăđ că ngăd ngăvƠoăcùngăbƠiătoánătáiăc uătrúcăđaăm cătiêuăđ ăsoăsánhăv iăk tăqu ă t ăthu tătoánăNSSFS.ăS ăsoăsánhăk tăqu ăchoăth yăthu tătoánăNSSFSăcungăc păl iăgi iă t tăh năthu tătốnăNSGA-II,ăMOPSO,ăvƠăMOMVO,ăch ngăminhătínhăhi uăqu ăc aăthu tă tốn NSSFS vi căgi iăbƠiătoánătáiăc uătrúcăđaăm cătiêu iii ABSTRACT The thesis presents the research results on distribution network reconfiguration (DNR) by using optimization algorithms with the aim of reducing active power loss, improving voltage profile while satisfying the operation constraints of the power system In this thesis, the DNR problem was formulated with single and multi-objective functions, while considering the presence of distributed generation (DG) The thesis considered many scenarios for the proposed problems and the complexity of the constraints also increases to test the effectiveness of the applied method For the single-objective DNR problems, the thesis applies Stochastic Fractal Search (SFS) algorithm, Chaotic SFS algorithm, and Symbiotic Organism Search (SOS) algorithm to find the optimal solution The efficiency of these algorithms was tested on 33-node, 69-node, 84-node, 119-node, 136-node, and 272-node distribution networks with different scenarios Besides, the obtained results were also compared with previous studies to make comments on the effectiveness The results showed that, in most of the compared cases, SFS and SOS methods were better than other methods in terms of power loss and improved voltage profile In particular, the effectiveness of the SOS method was verified through a large-scale power network of up to 272 nodes The SOS method can be a promising method to solve complex DNR and can also be applied for other optimization problems in power systems For the multi-objective DNR problems, the SFS algorithm was developed to a multiobjective version to solve this problem The new algorithm is a Non-dominated Sorting Stochastic Fractal Search (NSSFS) algorithm The NSSFS algorithm combines fast nondominated sorting technique, crowding distance method, and selection mechanism into SFS algorithm to search for best Pareto solution The NSSFS algorithm was initially tested with eight standard multi-objective functions of different sizes and types Then, the NSSFS algorithm was applied to solve the multi-objective DNR problem considering the presence of DGs with the objective functions of reducing all active power loss, improving voltage profile, and improving voltage stability index Other multi-objective algorithms such as NSGA-II, MOPSO, and MOMVO were also applied iv to the same multi-objective problems to compare with the results from the NSSFS algorithm The comparison of results shows that the NSSFS algorithm provides better solution than NSGA-II, MOPSO, and MOMVO algorithms, proving the effectiveness of the NSSFS algorithm for solving multi-objective DNR problem v L I CÁM N TôiăxinăchơnăthƠnhăc mă năPGS TS VõăNg că i uăđưăt nătìnhăh đ ătơiăđ nhăh ngoƠiăn ngăd năvƠăgiúpă ngănghiênăc uăthuăth păvƠăthamăkh oăcácătƠiăli uăchuyênăngƠnhătrongăvƠă c,ăch ăd năso năth oăvƠăhoƠnăch nhălu năánănƠyăc aătôi.ăTôiăc ngăxinătrơnătr ngă c mă năcácăTh yăCôăB ămônăH ăth ngăđi năvƠăKhoaă i năậ i năt ă- Tr ngă iăh că Bách Khoa,ă HQGăTP.ăHCMăđưătraoăđ iăvƠăđóngăgópănhi uăýăki năđ ătơi hồn thành lu năánănƠy Tơiăc ngăxinăc mă năcácăTh yăCơăt iăPhịngă Ơoăt oăSauă iăh că- Tr h căBáchăKhoa,ă HQGăTP.ăHCMăđưăt nătìnhătraoăđ i,ăcungăc păvƠăh ngă iă ngăd năthamă kh oăcácăbi uăm uăbiênăso nătheoăđúngăquy đ nh,ăc ngănh ăgiúpăđ ătôiătrongăcácăcôngă tácăliênăquanăđ ăhoƠnăthƠnhăbáoăcáoălu năán Sau cùng, tơiăc ngăchơnăthƠnhăc mă năđ ngănghi p,ăgiaăđìnhăvƠăb năbèăđưălnă h ătr ,ăđ ngăviênătơi q trình h căt pănghiênăc uăsinhăt iăTr vi ng M CL C DANHăM CăCÁCăHÌNHă NH xii DANHăM CăB NGăBI U xvi DANHăM CăCÁCăT ăVI TăT T xviii GI IăTHI U tăv năđ M cătiêuănghiênăc u Ph măvi,ăđ iăt 1.3.1 ngăphápănghiênăc u .2 Ph măviănghiênăc u .2 iăt 1.3.2 1.3.3 ngăvƠăph Ph ng nghiênăc u ngăphápănghiênăc u .3 Cácăđóngăgópăc aăLu năán ụăngh aăkhoaăh căvƠăth căti n 1.5.1 ụăngh aăkhoaăh c 1.5.2 ụăngh aăth căti n B ăc căc aăLu năán T NGăQUAN Gi iăthi u 2.1.1 2.1.2 T ngăquanăv ătáiăc uătrúcăl nhăh iăđi năphơnăph i ngăc aăngu năphơnătánăđ năl iăđi năphơnăph i T ngăquanăv ăbƠiătoánătáiăc uătrúcăL PP vii Cácăph ngăphápănghiênăc uăbƠiătoánătáiăc uătrúcăL PP .10 2.3.1 Cácănghiênăc uăgi iăbƠiătoánătáiăc uătrúcăl 2.3.2 Cácănghiênăc uăgi iăbƠiătoánătáiăc uătrúcăl h iăđi năphơnăph i 10 iăđi năphơnăph iăcóăxétă nhă ngăc aăngu năphơnătán 16 2.3.3 Cácănghiênăc uăgi iăbƠiătoánătáiăc uătrúcăL PPăv iăhƠmăđaăm cătiêu .18 Cácăv năđ ăgi iăquy tătrongălu năán 20 2.4.1 HƠmăm cătiêu 20 2.4.2 Ph 2.4.3 RƠngăbu căc uătrúcăhìnhătia .22 ngăphápăgi i .21 T ngăk t 22 CÁCăPH NGăPHÁPăT Iă U 23 Gi iăthi u 23 Thu tătoánăStochasticăFractalăSearch .23 3.2.1 Quáătrìnhăkhu chătánă(Diffusionăprocess) 24 3.2.2 Quáătrìnhăc pănh tă(Updatingăprocess) .24 3.2.3 Cácăb căth căhi năc aăthu tătoánăSFS 25 Thu tătoánăSFSăc iăti năd aătrênăChaotic 27 Thu tătoánăSymbioticăOrganismăSearch 30 3.4.1 Giaiăđo năh ăsinhă(Mutualismăphase) .30 3.4.2 Giaiăđo năh iăsinhă(Commensalismăphase) .31 3.4.3 Giaiăđo năkýăsinhă(Parasitismăphase) 31 3.4.4 Cácăb căth căhi năc aăthu tătoánăSOS 32 viii ... năt ngăchoăvi căgi i? ?các? ?bƠi? ?toán? ?khácătrongăh ăth ng? ?các? ?bƠi? ?toán? ?tái? ?c uă trúc L PP Các ph ng pháp nghiên c u toán tái c u trúc L PP 2.3.1 Các nghiên c u gi i toán tái c u trúc l 2.3.1.1 Ph ng... 2.3.1 Các? ?nghiênăc uăgi iăbƠi? ?toán? ?tái? ?c u? ?trúc? ?l 2.3.2 Các? ?nghiênăc uăgi iăbƠi? ?toán? ?tái? ?c u? ?trúc? ?l h iăđi năphơnăph i 10 iăđi năphơnăph iăcóăxétă nhă ngăc aăngu năphơnătán 16 2.3.3 Các? ?nghiênăc... 53 Ápăd ngăthu t? ?toán? ?CSFSăchoăbƠi? ?toán? ?tái? ?c u? ?trúc 53 ix 4.4.2 K tăqu ăápăd ngăCSFSăchoăbƠi? ?toán? ?tái? ?c u? ?trúc .55 Ápăd ngăthu tătốnăSFSăchoăbƠiătốn? ?tái? ?c u? ?trúc? ?cóăxétă nhăh ngăc